查看原文
其他

一文全面了解ICLR国际顶会 + 历年paper整理分享(含源码)!!

ShuYini AINLPer 2023-07-10

喜欢我们,点击上方AINLPer,关注一下,极品干货即刻送达!


这周还是不能出去,面条吃够了,蔬菜吃够了,荷包蛋吃够了,没有馒头吃,想吃肉~~

引言

    关于ICLR国际顶会的相关资料终于整理完了,本文首先介绍了ICLR会议的背景,接着梳理最近几年(2017年至2020年)会议论文接收的相关情况,最后作者整理出了每年论文的PDF列表(包含文章标题,作者,论文下载链接,开放代码地址,摘要,关键字,TL;DR),有人可能会觉得的OpenReview上面不是有吗,为什么要整理?其实我整理这个文章的初衷主要是方便大家Ctrl+F查找,毕竟OpenReview上不支持关键字搜索,不是么?

    资料整理不易,捧个人场,在后面给个再看吧~~


正文开始



1First Blood

ICLR会议介绍

    ICLR,全称为「International Conference on Learning Representations」(国际学习表征会议),2013 年5月2日至5月4日在美国亚利桑那州斯科茨代尔顺利举办了第一届ICLR会议该会议是一年一度的会议,截止到2019年它已经举办了7届,而今年的(2020年)4月26日至30日,将在埃塞俄比亚完成ICLR的第八届会议

    该会议被学术研究者们广泛认可,被认为是「深度学习的顶级会议」。为什么ICLR为什么会成深度学习领域的顶会呢? 首先该会议由深度学习三大巨头之二的Yoshua BengioYann LeCun 牵头创办。其中Yoshua Bengio 是蒙特利尔大学教授,深度学习三巨头之一,他领导蒙特利尔大学的人工智能实验室MILA进行 AI 技术的学术研究。MILA 是世界上最大的人工智能研究中心之一,与谷歌也有着密切的合作。 Yann LeCun同为深度学习三巨头之一的他现任 Facebook 人工智能研究院FAIR院长、纽约大学教授。作为卷积神经网络之父,他为深度学习的发展和创新作出了重要贡献。

会议创建的初衷

    第一届ICLR会议 Bengio 和 LeCun发表的公开信上说到:众所周知,数据的应用表征对于机器学习的性能有着重要影响。表征学习的迅猛发展也伴随着不少问题,比如我们如何更好地从数据中学习更具含义及有效的表征。我们对这个领域展开了探索,包括了深度学习、表征学习、度量学习、核学习、组合模型、非常线性结构预测及非凸优化等问题。尽管表征学习对于机器学习及包括视觉、语音、音频及 NLP 领域起着至关重要的作用,目前还缺乏一个场所,能够让学者们交流分享该领域所关心的话题。ICLR 的宗旨正是填补这一鸿沟 总结一句话就是说,ICLR 希望能为深度学习提供一个专业化的交流平台,并且推行的 Open Review 评审制度(该制度就是公开对投稿文章的审评意见,每个人都可以看到)。

Open Review 评审制度

    目前的论文审核主要分为单盲 (single-blind review)、双盲 (double-blind review) 及开放评审(open review)等多种形式。单盲评审的含义非常简单,即评审知道作者的名字、学校等身份信息,但作者并不知道评审论文的人是谁;而双盲评审则是双方都不知晓彼此的身份信息。这两种方式为较多学术会议及期刊评审论文的主要途径。

    单盲评审的优势非常明显,即评审处于匿名身份,可以让评审免受压力,但评审由于知道了论文的作者信息,则非常有可能产生刻板印象,产生不够客观的评审结果。比如,对于比较有名的学者,评审会对论文的质量产生预设。而双盲评审则能够大幅降低作者个人信息所带来的附加效应,不过,评审也非常有可能从行文、主题中判断作者的信息。

    而 Open Review 则非常不同,根据规定,所有提交的论文都会公开姓名等信息,并且接受所有同行的评价及提问(open peer review),任何学者都可或匿名或实名地评价论文。而在公开评审结束后,论文作者也能够对论文进行调整和修改

    ICLR 虽然并不一定是第一个采用 Open Review 进行论文评审的机构,但一定是做得最公开、影响范围最大的一个会议。目前 ICLR 的历届所有论文及评审讨论的内容,都完整地保存在 OpenReview上,它也是 ICLR 的官方投稿入口OpenReview.net 是马萨诸塞大学阿默斯特学院 Andrew McCAllum 为 ICLR 2013 牵头创办的一个公开评审系统,秉承公开同行评审、公开发表、公开来源、公开讨论、公开引导、公开推荐、公开 API 及开源等八大原则,得到了 Facebook、Google、NSF 和马萨诸塞大学阿默斯特中心等机构的支持。此外,目前它也接受其它学术会议的论文投递。

近几年ICLR论文PDF版整理(内含源码链接)

    2017年ICLR国际会议于当年4月24日至4月26日在法国土伦顺利举办,该年会议的论文接受可以分为四个模块,具体情况如下:poster-paper共183篇,oral-paper(上台演讲)共15篇,Workshop共47篇,共计接受245篇文章,被拒论文(reject-paper)共计245篇,接受率为:37.35%。

    2018年ICLR国际会议于当年4月30日至5月3日在加拿大温哥华会议中心顺利举办,该年会议的论文接受同样是分为四个模块,具体情况如下:poster-paper共313篇,oral-paper(上台演讲)共23篇,Workshop共89篇,共计接受425篇文章,被拒论文(reject-paper)共计486篇,接受率为:34.36%。

    2019年ICLR国际会议于当年5月6日至5月9日在新奥尔良顺利举办,该年会议的论文接受同样是分为三个模块(因为该年workshop不在单独列出来),具体情况如下:poster-paper共478篇,oral-paper(上台演讲)共24篇,共计接受502篇文章,被拒论文(reject-paper)共计1077篇,接受率为:30.74%。 

    2020年ICLR国际会议于当年5月6日至5月9日在新奥尔良顺利举办,该年会议的论文接受同样是分为三个模块(因为该年workshop不在单独列出来),具体情况如下:poster-paper共523篇,Spotlight-paper(焦点论文)共107篇,演讲Talk共48篇,共计接受678篇文章,被拒论文(reject-paper)共计1907篇,接受率为:26.48%

    基于对近四年ICRL顶会的论文接受情况分析,可见该会议每年接收投稿的数量逐年增多,接受的论文数量也渐渐增多,并且论文接受率也不断下降(count(poster-paper)/count(all-paper)),该会议正在快速的发展过程中,正在被越来越多的人知晓,这就是被越来越多人认可的原因吧。最后作者还分别整理了这四年的各个模块的论文列表PDF版(内含源码),方便你收藏搜索(Ctrl+F)。

    获取方法:回复:ICLR全 获取吧。


2往期回顾学术圈

 收藏!「自然语言处理(NLP)」AINLPer 大 盘 点 !! 

 收藏!「自然语言处理(NLP)」全球学术界”巨佬“信息大盘点(一)!

论文阅读

 内含源码!「自然语言处理(NLP)」广告点击量率预测

 AAAI 2020「自然语言处理(NLP)论文」影响文本简化因素分析?

长按识别下方二维码,关注我们吧(づ ̄3 ̄)❤~

资料整理实属不易,点个【在看】再走吧~~



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存